Il web è pieno di “fantasmi” che scrivono articoli scientifici: sono tutti generati dall’IA

Avete mai sentito parlare di Elena Vasquez e Marcus Chen? Probabilmente no. Eppure, stando a ciò che possiamo trovare su Internet, questi due signori sono tra i ricercatori più prolifici dell'intera comunità scientifica, ferrati in praticamente tutti i campi dello scibile umano, dallo studio degli astri all'economia agraria, passando per la vulcanologia e l'ingegneria informatica. I loro nomi vengono citati anche all'interno di libri thriller e ci sono diversi podcast nei quali i due figurano come host. Ma allora perché due personaggi dai talenti tanto eclettici non sono famosi? Semplice, perché in realtà non esistono. Vasquez, Chen – ma anche Amara Okafor, Elara Voss e Lena Petrova – sono tutti "nomi fantasma" (ghost names) creati in serie dai vari modelli di intelligenza artificiale quando viene chiesto loro di produrre studi scientifici, saggi o libri di narrativa.

Ad accorgersi del fenomeno è uno studio preliminare (dunque non ancora soggetto alla peer review) realizzato dal professor Neo Christopher Chung dell'Università di Varsavia insieme a Michał Brzozowski, ingegnere del Samsung AI Center. La ricerca dal titolo The Ghost Couple: Correlated LLM Name Priors and Their Haunting of the Web and Academic Publishing ha preso in esame le principali piattaforme che ospitano studi e articoli scientifici, scoprendo una certa ricorrenza di nomi e cognomi che però non corrispondono a reali profili accademici. Gli autori dello studio si sono quindi concentrati sul comportamento dei più noti Large Language Model (LLM) – ChatGPT, Claude e Gemini – e hanno scoperto che quando viene chiesto a un modello di IA di inventare un esperto senza indicarne un nome, la macchina non solo tende ad attingere dallo stesso pattern di nomi e cognomi, ma spesso tende a combinarli nel medesimo modo, creando coppie o squadre di ricercatori "fantasma" ricorrenti.

I nomi ripetuti sono la firma nascosta dei chatbot

Il fatto che l'intelligenza artificiale prediliga certi nomi quando viene chiamata a inventare di sana pianta personaggi e autori non è una novità assoluta. Su Fanpage.it ne avevamo parlato circa la strana ossessione dei modelli IA per il nome "Elias Thorne". Vi lasciamo qui l'articolo. I testi generati da queste macchine non sono infatti il frutto di un pensiero o di un'ispirazione, ma il risultato di meri calcoli statistici. Analizzando le parole precedenti all'interno di una frase e attingendo dai miliardi di dati con cui è stata addestrata, l'IA calcola quale sia il termine più probabile da inserire subito dopo. Per questo, se non riceve istruzioni specifiche, tende a creare testi molto simili tra loro.

Nel caso dei nomi fantasma, Chung e Brzozowski si sono accorti che ogni famiglia di modelli sembra avere delle preferenze non solo per la scelta dei nomi, ma anche per le combinazioni con altri autori artificiali. Claude di Anthropic, per esempio, tende ad associare Elena Vasquez e Marcus Chen, con Amara Okafor come variante. Gemini di Google predilige invece il duo Aris Thorne (riecco il cognome Thorne) con Lena Petrova, mentre per GPT di OpenAI, il nome ricorrente è Elara Voss, presentata generalmente senza un collega fisso.

Tutti questi nomi, spiegano gli autori (umani) dello studio, hanno ormai invaso il web. Chung e Brzozowski hanno trovato traccia degli autori fantasma, presentati con le più svariate qualifiche, su report aziendali, e-book, podcast e piattaforme commerciali. Molti utenti, infatti, non si preoccupano di personalizzare i prompt con cui chiedono all'IA di elaborare un articolo o un saggio. Lasciando carta bianca ai modelli, però, i risultati finali finiscono tutti per assomigliarsi.

Il rischio dei falsi autori nella ricerca scientifica

Se però la presenza di AI slop tra i libri venduti online può essere un malcostume che danneggia "solo" la qualità della narrativa online, a preoccupare gli esperti è il fatto che gli autori fantasma hanno cominciato ad apparire con una certa frequenza anche negli articoli e nei testi scientifici. Nello studio, i ricercatori hanno sottolineato l'esempio di Zenodo, il vasto archivio open source gestito dal CERN che assegna ai documenti caricati un DOI (Digital Object Identifier), un codice utilizzato per identificare le pubblicazioni digitali. Qui Chung e Brzozowski hanno individuato ben 1.655 documenti associati ad autori fantasma e riviste inesistenti. Elena Vasquez è l'autrice più prolifica di questo tipo di testi, con 77 articoli. A colpire è anche il ritmo con cui questi contributi vengono inseriti nel sistema: 991 solamente nel marzo 2026.

Il problema è che quando un contenuto ottiene un DOI autentico, questo può essere intercettato dagli aggregatori accademici o dai singoli utenti e scambiato per una vera ricerca o un vero approfondimento scientifico. Anche su ResearchGate, una delle più note piattaforme dove vengono condivisi articoli e ricerche da parte di professori e ricercatori, sono stati trovati numerosi profili-esca che caricano AI slop spacciata per materiale autorevole.

Se simile spazzatura sintetica continuerà a circolare, il rischio presentato dallo studio è che molto presto potrebbe crearsi una catena di contenuti fake e autori inesistenti che renderà sempre più complesso distinguere le fonti autorevoli da quelle realizzate in fretta e furia dall'IA. Non solo. Se finora i nomi ricorrenti come Marcus Chen ed Elena Vasquez hanno anche rappresentato una spia utile per guardare con sospetto a certe pubblicazioni, l'enorme capacità di apprendimento dell'IA potrebbe presto migliorare anche questo aspetto, riducendo la frequenza dei nomi ripetuti e rendendo ancora più difficile l'individuazione dei testi AI slop. Alzare l'asticella dell'attenzione e intensificare la verifica delle fonti sembra per ora l'unica via per non confondere la scienza vera da quella generata da un prompt.